Claude Code con la voce: costruire a corsie parallele

Nell'ultimo anno di sviluppo assistito dall'AI qualcosa si è ribaltato in silenzio: la parte più lenta del ciclo non è più la macchina. Claude Code macina volentieri un refactor per quattro minuti. Cursor abbozza una suite di test mentre tu guardi altrove. Il collo di bottiglia sei tu — nello specifico le tue mani, che possono stare in una sola finestra alla volta.

Nel momento in cui gestisci più di una corsia di agenti, questo smette di essere una scocciatura e diventa la forma della tua giornata. La corsia uno sta rifattorizzando l'autenticazione. La corsia due aspetta la tua review. La corsia tre è un thread Slack dove un cliente sta descrivendo male un bug. Ognuna di quelle corsie avanza sul linguaggio naturale — e quel linguaggio naturale lo stai producendo con dieci dita e una sola finestra a fuoco.

È questa la lacuna che la voce riempie. Non la voce da «detta il tuo romanzo» — la voce come canale di controllo. È la parte del vibecoding che nessuno mostra nelle demo: raramente stai generando il codice parlando, stai guidando gli agenti che lo generano.

I prompt sono prosa, e la prosa è più veloce parlata

Ecco il punto sul guidare un agente di coding: l'input non è codice. Sono istruzioni. «Togli la logica di retry dall'handler WebSocket, spostala in un modulo suo e rendi configurabile il tetto del backoff.» Puoi digitarla in venti secondi se sei già nella finestra, riscaldato e senza altro per la testa.

Ma non sei mai in quello stato, ormai. Sei a metà review in un'altra corsia. Stai leggendo l'ultimo diff dell'agente. Hai un caffè in mano. Il costo di un prompt non è il tempo di digitazione — è il cambio di contesto per portare mani e occhi in posizione per digitarlo.

Pronunciare il prompt annulla quel costo. Metti a fuoco il terminale, tieni premuto un tasto, di' la frase che stavi già dicendo nella tua testa, rilascia. Le parole atterrano al cursore e la corsia riparte mentre la tua attenzione torna dove serviva davvero.

Il flusso, concretamente

Per questo uso Keebye — è lo strumento che ho costruito quando questo problema si è mangiato la mia vita lavorativa, e i dettagli qui sotto sono il suo comportamento reale, non un'aspirazione. La checklist di configurazione condensata — hotkey, modalità di inserimento, dizionario — sta su dettatura vocale per Claude Code.

Una hotkey, tenuta premuta. ⌘ destro è il predefinito. Tienilo premuto, parla, rilascia; il testo trascritto atterra nel campo modificabile che ha il focus. Per istruzioni più lunghe, un singolo tocco attiva la registrazione finché non tocchi di nuovo. Esc annulla. Non c'è nessuna finestra da aprire, ed è tutto il punto — lo strumento non ha una corsia sua.

Modalità digitazione per i terminali. Claude Code vive in un terminale, e i terminali sono ostili all'inserimento tramite appunti — soprattutto via SSH o dentro tmux. Keebye può digitare sinteticamente il testo invece di incollarlo, con un ritmo consapevole del terminale, così il prompt arriva come arriverebbero le battute. Questa singola impostazione è la differenza tra «demo carina» e «strumento quotidiano» nel lavoro con gli agenti — la storia completa di perché i terminali rompono l'incolla è in Dettatura che sopravvive al terminale.

Un dizionario per il tuo gergo. I modelli vocali non conoscono il vocabolario del tuo progetto. Un dizionario personalizzato mappa ciò che il modello sente su ciò che intendevi — nomi di moduli, nomi di colleghi, «pnpm», qualunque cosa la tua codebase ti costringa a ripetere.

Pulizia locale con un'euristica delimitata. Il parlato grezzo è pieno di «ehm» e false partenze. Keebye rimuove i riempitivi e sistema la punteggiatura con regole veloci; la sua rifinitura opzionale con LLM locale ripiega dopo una perdita grave di token, un'espansione o una ripetizione. Quella guardia non può dimostrare il significato né proteggere ogni negazione, quindi rivedi le istruzioni critiche agli agenti prima di inviarle.

E poiché tutto lo speech-to-text gira on-device, i prompt stessi — che descrivono nel dettaglio il tuo prodotto non ancora rilasciato, corsia per corsia — non lasciano mai la macchina.

In cosa è davvero brava la guida vocale

Vivendoci ogni giorno, ecco un inventario onesto.

I cambi di rotta. L'agente ha finito, ed è giusto all'80%. «Mantieni l'estrazione, ma annulla la rinomina nei file di test ed esegui di nuovo la suite.» Pronunciata, sono tre secondi. È la dettatura di maggior valore della mia giornata.

Mettere in coda la corsia successiva. Mentre la corsia uno costruisce, descrivi il prossimo compito nella corsia due. Mani in serie, lavoro in parallelo.

La prosa attorno al codice. Descrizioni di PR, messaggi di commit, risposte su Slack alla segnalazione di bug, l'email che devi. Metti a fuoco la finestra, dilla, fatto — le tue mani non hanno mai lasciato la corsia in cui erano.

Pensare ad alta voce, in modo utile. Alcune istruzioni vengono meglio parlate, perché il parlato impone linearità. Non puoi annidare gli incisi con la bocca.

Cosa non è

Sezione onestà. La trascrizione in Keebye è in batch, non in streaming — il testo compare quando rilasci il tasto, non parola per parola. Va bene per i prompt (parli, poi atterra come un unico blocco) ma significa che non è un'esperienza di sottotitolazione dal vivo. Il modello predefinito è tarato sull'inglese; la dettatura multilingue è un motore on-device separato che copre 25 lingue — di più sul perché conti in la dettatura non dovrebbe essere solo in inglese. E nessuno strumento di dettatura rende buono un prompt cattivo; la voce toglie attrito, non il bisogno di pensare.

Ci sono anche altri buoni strumenti in questo spazio — Superwhisper e Wispr Flow sono i due su cui ci fanno più domande, e abbiamo scritto confronti onesti di entrambi: Keebye vs Superwhisper e Keebye vs Wispr Flow.

Perché questo si accumula

Un singolo prompt dettato fa risparmiare secondi. Non è questa la storia. La storia è cosa quei secondi stavano bloccando: ogni corsia che gestisci avanza solo quando la alimenti, quindi la tassa sull'alimentare una corsia è una tassa su tutte. Toglila, e smetti di razionare la tua stessa attenzione — aggiungi la terza corsia che non stavi gestendo perché sembrava troppo lavoro di coordinamento.

L'origine di tutto questo è stata meno elegante di un saggio sul flusso di lavoro: due figli, diversi flussi di lavoro ad alta posta e non abbastanza mani. Quella storia è qui — Due figli, tre startup, una voce.

Keebye è in accesso anticipato per macOS. Inizia la prova gratuita qui sotto, puntala sulla tua corsia più affollata e prova una sequenza concreta: rivedi la corsia uno, detta un cambio di rotta nella corsia due, poi rispondi alla persona che aspetta nella corsia tre. La voce non le controlla simultaneamente; tiene ogni corsia parallela rifornita con meno costo di passaggio.